[论文解读] Real-time solution of computational problems using databases of parametric linear reduced-order models with arbitrary underlying meshes

David Amsallem, Radek Tezaur+1 more|arXiv (Cornell University)|Jun 23, 2015

Model Reduction and Neural Networks参考文献 26被引用 3

一句话总结

本文提出了一种基于参数化线性降阶模型（ROM）数据库的实时计算框架，适用于任意底层网格。通过采用一致变换（congruent transformations）强制降低算子的一致性，并在矩阵流形上进行插值，该方法实现了对参数化问题的快速、精确在线求解，已在移动设备上实现实时演示，应用于气动弹性颤振与逆声散射问题。

ABSTRACT

A comprehensive approach for real-time computations using a database of parameterized linear reduced-order models (ROMs) is proposed. The method proceeds by sampling offline ROMs for specific values of the parameters and interpolating online the associated reduced operators. In the offline phase, a pre-processing step transforms the reduced operators into consistent sets of generalized coordinates prior to their interpolation. The present paper also introduces a consistency enforcement approach for models defined on arbitrary underlying meshes. In the online phase, the operators are interpolated on matrix manifolds. The proposed framework is illustrated on two realistic multi-physics problems: an inverse acoustic scattering problem around a submarine and flutter predictions for a wing-tank system. The second application is implemented on a mobile device, illustrating the capability of the proposed framework to operate in real-time.

研究动机与目标

• 解决在离线与在线阶段中，针对任意非匹配网格的参数化线性PDE的实时求解挑战。
• 通过一致变换实现广义坐标一致性，克服不同网格间降低算子的不一致性。
• 通过将算子映射到矩阵流形以保持结构特性，实现鲁棒且高效的在线算子插值。
• 在实时应用中展示该框架的能力，包括在移动设备上部署复杂气动弹性与声学问题的求解。
• 提供一种可扩展的、基于数据库的方法，适用于参数变化下的高保真度仿真，适合设计优化与反问题求解。

提出的方法

• 离线阶段：使用 Proper Orthogonal Decomposition（POD）与 Galerkin 投影，为选定的参数值预先计算降阶模型（ROMs）。
• 通过一致变换将不同网格上的降低算子转换到统一的广义坐标系中，以实现算子一致性。
• 将一致的ROM算子存储在按参数索引的数据库中，以实现快速检索。
• 在线阶段：使用切空间方法在矩阵流形（如对称正定矩阵）上插值降低算子，以保持其结构特性（如对称性与正定性）。
• 采用黎曼优化框架，确保插值后的算子保持在流形上，从而维持稳定性和准确性。
• 通过将参数化系统投影到插值后的降阶空间中求解在线问题，实现实时预测。

实验结果

研究问题

• RQ1 如何使基于任意底层网格的降阶模型在参数化模型降阶中实现插值一致性？
• RQ2 针对不同参数值下保持其内在矩阵结构（如对称性、正定性）的降低算子，何种插值策略最为有效？
• RQ3 基于预计算的ROM数据库，是否能够实现在轻量化设备（如智能手机）上对复杂多物理场问题的实时求解？
• RQ4 在反问题与气动弹性问题中，与标准ROM相比，该方法在精度与计算速度方面表现如何？
• RQ5 矩阵流形插值在确保在线预测的数值稳定性和物理解释一致性方面起到何种作用？

主要发现

• 所提方法即使在高保真度模型基于任意非匹配网格时，仍能利用ROM数据库实现实时求解参数化线性PDE。
• 通过一致变换实现的算子一致性方法，成功对齐了不同网格上的降低算子，实现了稳定插值。
• 在矩阵流形上的插值有效保持了降低算子的关键结构特性（如对称性、正定性），确保了数值稳定性和精度。
• 该框架在移动设备上实现了对翼-油箱系统在亚音速至超音速范围内的颤振预测的实时性能。
• 该方法成功求解了潜艇周围的逆声散射问题，展示了在参数估计中的鲁棒性与高精度。
• 与全阶模型求解相比，在线插值成本可忽略不计，使得在标准移动硬件上每秒可实现数千次预测。